Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica...
-
Upload
adelina-tolentino -
Category
Documents
-
view
214 -
download
0
Transcript of Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica...
![Page 1: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/1.jpg)
Sesión 13: Lógica y Probabilidad
![Page 2: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/2.jpg)
Incertidumbre - LD y LP, L.E. Sucar 2
Contenido
• Lógica probabilista
• Redes bayesianas con nodos lógico
• Modelos relacionales probabilistas
• Otras propuestas
![Page 3: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/3.jpg)
Incertidumbre - LD y LP, L.E. Sucar 3
Lógica y Probabilidad
• Lógica es la forma más utilizada para la representación de conocimiento
• Tiene una semántica y sintaxis bien definida, y una alta capacidad expresiva
• Pero tiene problemas para manejo de incertidumbre ...
• Una alternativa es la combinación de lógica y probabilidad
![Page 4: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/4.jpg)
Incertidumbre - LD y LP, L.E. Sucar 4
Lógica y probabilidad
• Existen varias propuestas para “integrar” lógica y probabilidad, partiendo de la lógica probabilista de Nilsson, e incluyendo entre otras:– Modelos relacionales probabilistas [Koller]
– Programas lógicos – probabilistas [Haddawy]
– Lógica de alternativas independientes [Poole]
– Redes bayesianas con nodos lógicos [Morales y Sucar]
• Esta es todavía un área activa de investigación y aún no hay una solución definitiva
![Page 5: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/5.jpg)
Incertidumbre - LD y LP, L.E. Sucar 5
Lógica Probabilística
• Se basa en lógica de predicados y probabilidad [Nilsson 86]
• Si se tiene incertidumbre sobre el valor de verdad de una oración lógica, S, se considera que hay dos mundos posibles:– W1, donde S es verdadera, con una probabilidad
p1– W2, donde S es falsa, con una probabilidad
p2=1-p1
![Page 6: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/6.jpg)
Incertidumbre - LD y LP, L.E. Sucar 6
Lógica Probabilística
• Si se tiene L oraciones hay 2L mundos posibles, aunque muchos son lógicamente inconsistentes (K < 2L mundos)
• La probabilidad de una oración es la suma de probabilidades de los mundos en que es verdadera:
= P(S) = i pi, S = verdadera en Wi
![Page 7: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/7.jpg)
Incertidumbre - LD y LP, L.E. Sucar 7
Ejemplo
• Dadas las 3 oraciones:
(1) P, (2) Q, (3) P Q• Hay 4 mundos posibles:
w1 – p=V, q=V
w2 – p=V, q=F
w3 – p=F, q=V
w4 – p=F, q=F
![Page 8: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/8.jpg)
Incertidumbre - LD y LP, L.E. Sucar 8
Ejemplo
• Entonces la probabilidad de las oraciones es:
(1) 1 = 1(p1)+1(p2)+0(p3)+0(p4)(2) 2 = 1(p1)+0(p2)+1(p3)+0(p4)(3) 3 = 1(p1)+0(p2)+0(p3)+0(p4)
• Considerando V=1 y F=0, en forma matricial:
= V P
![Page 9: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/9.jpg)
Incertidumbre - LD y LP, L.E. Sucar 9
Lógica Probabilístcia
• Las ecuaciones anteriores representan un mapeo lineal de las probabilidades de los mundos posibles a las de las oraciones.
• Junto con los axiomas de probabilidad:
p = 0, 0 < p < 1• Restringen los valores de probabilidad de
las oraciones lógicas (pero no los determinan)
![Page 10: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/10.jpg)
Incertidumbre - LD y LP, L.E. Sucar 10
Espacio de Probabilidades
• Las probabilidades de las oraciones están dentro de un espacio convexo en el hipercubo 0—1, limitadas por los hiperplanos descritos por las ecuaciones
• Esto implica que puede haber múltiples soluciones y no es claro como seleccionar alguna de ellas
![Page 11: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/11.jpg)
Incertidumbre - LD y LP, L.E. Sucar 11
Redes lógico - probabilistas
• Nodos lógicos – programas lógicos
• Nodos probabilistas – redes bayesianas
W V
X Y
Z
Z:binario-
relación (X,Y)multivaluado -
relación (X,Y,Z)
![Page 12: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/12.jpg)
Incertidumbre - LD y LP, L.E. Sucar 12
Inferencia• La probabilidad de Z depende de los valores de X
y Y, y si R es satisfecha:
P(Z) = R(x,y) P(x) P(y)
• Razonamiento– fuera de línea: obtener la CPT para todos los valores
de Y y Y (discretas) – determinar para el nodo lógico P(Z | X, Y)
– en línea: evaluar durante propagación
• discreta: calcular la suma para todas las variables desconocidas
• continua: técnicas de muestreo
![Page 13: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/13.jpg)
Incertidumbre - LD y LP, L.E. Sucar 13
Fuera de línea
• Ejemplo:
Z = Rel(X,Y) = X > Y
X: 1, 3 Y: 0, 2
Z=true X=1 X=3
Y=0 1 1
Y=2 0 1
![Page 14: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/14.jpg)
Incertidumbre - LD y LP, L.E. Sucar 14
En línea
• If X= 3 or Y=0P(Z=true) = 0.4
• If X=1P(Z=true) = 1.0
• If X & Y unknownP(Z=true) = 0.58
Dados: P(X)=[0.7, 0.3]; P(Y)=[0.4, 0.6]
![Page 15: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/15.jpg)
Incertidumbre - LD y LP, L.E. Sucar 15
Aplicación: reconocimiento de gestos
• Basado en relaciones entre diferentes partes del cuerpo (mano, cara, torso)
• Estas relaciones están expresada como nodos lógicos en redes dinámicas lógico-probabilistas
• El modelo se usa para la obtener la probabilidad de cada gesto mediante propagación de probabilidades
![Page 16: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/16.jpg)
Incertidumbre - LD y LP, L.E. Sucar 16
Relaciones espaciales
above
right
torso
![Page 17: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/17.jpg)
Incertidumbre - LD y LP, L.E. Sucar 17
Modelo
S
hand Face
right
Torso
above
S
torso
hand Face
right
Torso
above torso
A
T T+1
SX,Y A SX,Y
![Page 18: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/18.jpg)
Incertidumbre - LD y LP, L.E. Sucar 18
Modelos relacionales probabilistas [Koller, 1999]
Las entidades básicas son objetos del dominio. Los objetos del dominio son particionados en clase: X1,...,Xn.
Clases:
X1= Professor
X2= Course
X3= Registration
X4= Student
![Page 19: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/19.jpg)
Incertidumbre - LD y LP, L.E. Sucar 19
Modelos relacionales probabilistas [Koller, 1999]
Cada clase es asociada con un conjunto de atributos: A(Xi).
A(X4)={Intelligence,Ranking}
X2.Difficulty = difficulty attribute of Course class
![Page 20: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/20.jpg)
Incertidumbre - LD y LP, L.E. Sucar 20
Modelos relacionales probabilistas [Koller, 1999]
Los arcos representan dependencias probabilistas:Padres de la misma clasePadres de diferentes clases
Se usa explicitamente la estructura relacional del modelo.El modelo de dependencia se especifica al nivel de clases.Un atributo de un objeto depende de los atributos de las clases relacionadas
![Page 21: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/21.jpg)
Incertidumbre - LD y LP, L.E. Sucar 21
Modelos relacionales probabilistas [Koller, 1999]
Se basan en los mismo principios de las redes bayesianas.
Permiten representar a diferentes objetos (estudiantes) dentro del mismo modelo.
Combinan las ventajas de las bases de datos relacionales con la representación de incertidumbre mediante modelos gráficos.
![Page 22: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/22.jpg)
Incertidumbre - LD y LP, L.E. Sucar 22
Aplicación: modelodo del estudiante
• Modelo inicial para cada “grupo” de estudiantes que comparten características similares.
• Modelo jerárquico • Se utiliza para actualizar el modelo del estudiante
durante la interacción con el sistema (lab virtual)
![Page 23: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/23.jpg)
Incertidumbre - LD y LP, L.E. Sucar 23
Modelo inicial
Student (X1) A (X1): Student_Id Student_Name Major Quarter Category
Approved Courses (X2) A (X2): Student_Id Course_Id Course_Name
Knowledge Items(X3) A (X3): K_item_Category K_item_id K_item_name K_item_ proficiency
Student (X1) A (X1): Student_Id Student_Name Major Quarter Category
Approved Courses (X2) A (X2): Student_Id Course_Id Course_Name
Approved Courses (X2) A (X2): Student_Id Course_Id Course_Name
Student (X1) A (X1): Student_Id Student_Name Major Quarter Category
Knowledge Items(X3) A (X3): K_item_Category K_item_id K_item_name K_item_ proficiency
Knowledge Items(X3) A (X3): K_item_Category K_item_id K_item_name K_item_ proficiency
![Page 24: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/24.jpg)
Incertidumbre - LD y LP, L.E. Sucar 24
Modelo inicial
1
Open loop
Knowledge Items
Proficiency
K_item_Category
E00021
RobotControl
M00014
DifferentialEquations
Approved Courses
K_Item_Id=1 K_Item_name=Open loopP(Proficieny| Robot_Control,Differential Equations)
YES NO YES NOUN_KNOWN 0.05 0.7 0.4 0.9DOUBT 0.15 0.25 0.4 0.1WELL_KNOWN 0.8 0.05 0.2 0
YES NO
![Page 25: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/25.jpg)
Incertidumbre - LD y LP, L.E. Sucar 25
Categorización inicial
K_item_Category
Student_Category
![Page 26: Sesión 13: Lógica y Probabilidad. Incertidumbre - LD y LP, L.E. Sucar2 Contenido Lógica probabilista Redes bayesianas con nodos lógico Modelos relacionales.](https://reader035.fdocument.pub/reader035/viewer/2022062519/5665b4341a28abb57c8ff37f/html5/thumbnails/26.jpg)
Incertidumbre - LD y LP, L.E. Sucar 26
Proyecto Final
• Reporte de acuerdo al Formato de Reportes Técnicos
• Presentación de 15 minutos en total:– 10 min. presentación
– 2 min. demo
– 3 min. preguntas / cambio
• Entregar:– reporte impreso
– archivos (presentación, reporte, programas, datos, …) – enviar de preferencia antes de la clase